Perpustakaan Digital ITB

Pemetaan area yang cepat dan akurat merupakan aspek krusial untuk berbagai aplikasi, termasuk survei, riset, dan lokalisasi robotik seperti drone navigasi dalam ruangan. Dalam proses pemetaan, salah satu langkah penting adalah penjahitan citra untuk menggabungkan sejumlah citra menjadi satu citra utuh dengan memanfaatkan area tumpang tindih antar citra. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem penjahitan citra real-time dengan memanfaatkan alur pemrosesan terencana (pipelining). Metode yang diusulkan mencakup lima tahap utama: pre-processing, ekstraksi fitur menggunakan SuperPoint, pencocokan fitur menggunakan SuperGlue, penyelarasan citra dengan transformasi homography yang dioptimasi menggunakan RANSAC, serta penyatuan citra melalui linear blending. Dibandingkan dengan AutoStitch yang bekerja secara sekuensial menggunakan algoritma SIFT, metode ini menunjukkan kinerja lebih baik dalam hal kecepatan pemrosesan dan tingkat distorsi berdasarkan metrik Mean Non Linearity Error (MNLE). Hasil evaluasi menunjukkan bahwa metode yang diusulkan secara signifikan lebih unggul. Algoritma ini mampu mengolah 2 kali lebih cepat dan memiliki distorsi 70% lebih rendah dibandingkan AutoStitch. Selain itu, algoritma ini mampu memproses data video yang tidak dapat dilakukan oleh AutoStitch. Temuan ini menegaskan bahwa pendekatan alur kerja secara pipelining berbasis SuperPoint-SuperGlue sangat menjanjikan untuk aplikasi real-time, dengan kecepatan pengolahan 425 milidetik/citra. ?